制造系统中能力约束下的生产批量计划优化方法

以动态库存成本与加班惩罚费用之和为优化目标,考虑单台机器的生产能力,研究生产批量计划问题。建立了数学模型,提出基于遗传算法、参数线性规划方法和启发式方法的分级混合算法。该算法采用遗传算法的流程,用遗传算子寻解批量矩阵(第1级),根据批量矩阵用参数线性规划法求解每台机器上的排产方案(第2级),用启发式方法对上述两级解进行调整使之满足约束条件。在冲压车间的排产中进行了实际应用,获得了理想的排产方案。实例验证说明,该算法有良好的收敛性,并且是有效的。     

多资源约束批量拆卸优化模型及算法

针对环境意识制造研究领域的废旧产品拆卸,提出了一类多资源约束批量拆卸优化方法.以拆卸时间最小为优化目标,建立了该方法的数学模型,采用CPLEX软件对模型进行求解,通过多组随机算例的仿真实验验证了该模型在求解此类批量拆卸优化问题的有效性.实验结果表明,所提方法和模型能够求解该问题的最优拆卸数量和购买数量,确定每类零部件是否进行拆卸,同时满足每个零部件的外部需求;节点的入度/出度和共有部件所占的百分数对问题求解难度有一定的影响.     

有能力约束的单机经济批量计划问题优化模型

有能力约束的单机经济批量计划问题是企业管理中的一重要问题,在企业信息化软件开发中具有重要的实际应用意义.在国内外研究的基础上,建立了求解有能力约束的单机经济批量计划问题的数学模型.由于上述问题为NP难问题,根据模型解的特征,采用遗传算法的原理,设计了求解上述模型的遗传算子和流程,利用dephi编程得出了计算结果.结果表明,算法效果优于唐立新(1999)的结果;且在有能力约束的情况下,算法得出的结果接近无能力约束的情形,充分说明了该算法的有效性.     

能力约束批量问题的模拟退火算法研究

为了提高能力约束批量问题的计算效率,运用模拟退火算法对此类问题进行了研究。采用0-1编码的方式,在满足总需求的情况下以一定概率通过交换相邻周期的0-1编码来产生新解,内循环的迭代步长由生产规模决定(N×T),温度衰减系数为固定值,终止温度选择一个很小的正数。通过实例仿真,验证了模拟退火算法用于求解此问题的有效性。仿真结果表明,初始温度越高,搜索范围越大;迭代步数越多,寻得最优解的可能性就越高。生产规模为6×6时,取得最优解的计算用时不超过145ms。     

单级无能力约束批量大小问题的遗传搜索算法

基于ＳＬＵＬＳＰ问题的性质提出了用遗伟算法来进行求解，通过１０个随机产生的问题进行，结果表明，这１０个问题的平均计算结果与３通过动态规划获得的最优解进行比较，近优率平均可达３．２９％以内。     

求解单级多资源约束生产批量计划问题的免疫遗传算法

通过对单级多资源约束生产批量计划问题(SLCLSP)模型进行分析,提出了基于免疫遗传算法(IGA)求解该问题的方法.此算法在保留基本遗传算法(SGA)随机全局搜索能力的基础上,借鉴生物免疫机制中抗体的多样性保持策略,大大提高了算法的群体多样性.实验结果表明,免疫遗传算法可有效改善基本遗传算法的未成熟收敛和局部搜索能力差的缺点,具有很好的全局收敛能力,使全局收敛性及收敛速度两方面均得到提高,能有效解决SLCLSP问题.     

带排斥算子的GA求解无能力约束的多级生产批量计划问题

离散制造行业中的多级生产批量计划(multi-level lot-sizing,MLLS)问题的研究不但是一个理论和应用上的难题,也是在生产中产生重大经济效益的问题之一.针对无能力约束的装配结构MLLS问题,为避免基本遗传算法(genetic algorithm,GA)因过早收敛造成搜索效率降低,将排斥算子(repulsion operator)引入GA中,提出带有排斥算子的遗传算法(GA integrated with repulsion operator,RGA).采用GA算法和RGA算法对6组不同规模的问题进行了仿真实验.结果表明,RGA算法的运行效果明显优于普通GA算法;RGA算法对于...     

基于两级遗传算法的多工厂供应链批量计划问题

研究了分布式多工厂协作生产的供应链的约束批量计划问题．以最小化项目的生产成本、库存成本与运输成本之和为目标,建立了加工能力受限情况下的数学规划模型．通过分解问题模型,提出了基于两级遗传算法优化的求解策略．对典型算例进行了仿真,并与分枝定界法的求解结果进行了比较．结果表明,此方案是有效的、可行的．     

分时电价下面向经济负荷调度的热轧批量计划两阶段优化

针对智能电网需求响应为高耗能电力用户节约用电成本及参与电网调峰提供的新契机,在需求响应分时电价实现形式下,考虑最小化生产用电成本,建立热轧批量计划问题数学模型,提出一种面向经济负荷调度的热轧批量计划两阶段优化方法：第1阶段通过热轧批量计划编制确定轧制单元及生产负荷,第2阶段在此基础上根据电价实施分时电价下的负荷转移重调度,优化轧制单元生产加工次序,并合理安排生产时间进行避峰生产,基于遗传算法实现两阶段优化求解。研究结果表明：所提出方法可在保证生产前提下降低热轧生产用电成本,并通过响应电价促进电网调峰。     

利用附加拆卸约束提高拆卸序列生成效率

为提高基于割集的拆卸序列生成算法的效率,在引进递归收缩算法生成拆卸连接图的割集之后,分析了递归收缩算法的特点,然后应用产品的附加拆卸约束精简拆卸连接图,使得拆卸连接图的有效的拆卸割集的生成更高效.最后给出了一个实例说明本文方法的有效性.     

一种求解制造／再制造混合系统车间调度的启发式算法

针对传统方法在求解制造／再制造混合系统车间调度时存在的问题,根据制造／再制造混合系统车间调度的特点,提出了最早交货期一最长加工时间（earliest deliverydate-longest processing time fist,EDD-LPT）的启发式算法。首先,将全部工件按照交货期的时间非减排列,对于交货期相同的工件,则按照再制造修复时间非增排列。然后,依次将工件安排在修复费用最小的设备上。对于再制造修复费用和延迟交货费用之和大于新品制造费用的工件,则采用新品制造替换。最后,给出了EDD-LPT启发式算法的最坏误差界。实例研究表明,EDD-LPT启发式算法较传统方法在计算时长方面具有更好的性能。     

单染色体遗传算法在制造系统作业调度中的应用

为了解决制造系统作业计划调度方案的快速生成问题。通过研究单染色体遗传算法的全局收敛性的理论问题提出了一个新的联合移位算子。应用该算法，开发了在加工时间偏差最短和准时制（JIT）两种性能指标下的作业计划软件，用于快速生成调度方案。该成果对解决制造系统作业调度方案的快速生成具有一定理论和实践价值。     

再制造系统中零部件供应优化模型

针对制造商经常面临零部件供应决策问题,分析了传统制造与再制造过程中零部件的来源及构成,并以一种常见的再制造系统为原型,讨论再制造系统中零部件供应优化问题.分析不同零部件供应条件下的成本结构,建立了一个混合整数规划模型,通过最大化传统制造与再制造中零部件总成本之间的差额(即再制造总成本节约),获得再制造系统中零部件供应问题的优化解,并以算例论证了模型的有效性.实际算例表明,通过再制造系统获取零部件,往往比纯粹外购新件更加节约成本.     

JSSP基本约束特点分析及调度算法

车间作业调度问题(JSSP)具有两类基本约束,即工件工艺路径约束和资源(机台)独占性约束;如何解决"死锁"是以工件加工次序为决策变量的JSSP调度算法需要研究的重要问题之一。该文研究了JSSP基本约束的特点,在此基础上,提出了一种基于操作顺序的可行解生成方法,以及基于此方法的遗传算法(GA),并进行了数值计算;针对不同实例,该GA可以稳定地得到满意解,并具有较好的动态性能。该文所提出的方法易于实现,运算量小,与其他搜索算法结合后,可用于求解许多更一般的JSSP。     

基于蚁群算法的船舶过闸计划优化模型

针对船舶过闸计划生成的难题,提出了基于蚁群算法的船舶过闸计划生成方案,建立了船舶过闸排档问题的优化模型(包括目标函数和约束条件),给出了基于蚁群算法的船舶排档问题求解算法和船舶过闸排档计划生成的蚁群算法的构造过程,包括信息素策略、概率转移策略、约束条件的处理和算法步骤.依据该算法并结合三峡南线船闸的实际调度数据,给出了实验结果,证明船舶过闸计划生成方案是有效的.     

Fuzzy resource-constrained project scheduling problem for software development

This paper presents a new method to solve the resource-constrained project scheduling problem for software development. In this method,activity duration times are described as fuzzy variables and resource-constrained software project scheduling problems are described as fuzzy programming models. First,how to model the software project scheduling problem under the fuzzy environment conditions is proposed. Second,in order to satisfy the different requirements of decision-making,two novel fuzzy project schedul...     

基于遗传算法制造系统调度软件开发

利用遗传算法，研究开发了一个用来快速生成制造系统中作业计划的调度软件，软件综合考虑了目前生产中出现的以总加工时间最短及总收益最大两种目标，分别给出了这两种目标模式下的编码、解码的详细方法及软件流程，并提出了一种解决实际约束的联合移位算子，通过一个实例说明了软件的实用性，最后还讨论了寻优软件的解的优劣性判断的问题。     

A genetic algorithm for the flowshop scheduling problem

The flowshop scheduling problem is NP complete. To solve it by genetic algorithm, an efficient crossover operator is designed. Compared with another crossover operator, this one often finds a better solution within the same time. Supported by the National Natural Science Foundation of China and 863 High Technology Project of China Qi Yuesheng: born in 1967, Ph. D.     

允许延期交货的制造/再制造受限批量模型研究

文章研究了制造/再制造混合生产场景下的经济批量问题,建立了一个生产能力受限的制造/再制造混合批量模型,并根据问题模型的特性设计了一种启发式蚁群优化求解算法;该算法根据前一轮选择的路径调整可行解的信息素,再按转移概率选择保留路径,或启动相应的局部启发式过程来调整路径,最后编程实现了算例,验证了所提算法的有效性和效率。     

多模式资源受限项目调度问题的混合遗传算法

多模式资源受限项目调度问题是一种NP难的组合优化问题.提出了与基于关键链的启发式算法相结合的二层混合遗传算法对该问题进行求解.在由上层算法确定的调度顺序下,下层遗传算法结合基于关键链的启发式算法,对系统资源重新优化配置,使算法加速向最优解区域收敛,并在下层设计了随迭代代数增加的可变变异概率,以避免早熟收敛.利用标准问题库对算法进行测试,分析问题参数与算法参数对算法结果的影响,发现实验结果的绩效随迭代数的增加而提高,算法耗时随任务数和迭代数的增加而增加.数值测试结果验证了算法的可行性和可靠性.